🙋♂️ 일반적인 Vision 영역에서의 Filter와 Deep Learning CNN에서의 Filter 값의 차이??
▶ Filter는 CNN에서 일반적으로 Kernel과 거의 혼영 되어 사용하며, 명확히 구분을 하자면 Filter는 다수의 Kernel들로 구성된 Layer이다. 그리고 Kernel은 Filter 내, 서로 다른 값을 가질 수 있다는 특징이 있다.
✍ Kernel 크기가 클 수록 입력 Feature Map에서 더 큰 Feature 정보를 가져 올 수 있으나, 사이즈 만큼 Convolution 연산을 할 경우, 훨씬 더 많은 연산량과 Parameter가 필요함 → 보통 3 X 3 Kernel Size 사용
✍일반적으로 Vision 영역에서 Filter는 User가 목적에 맞는 특정 Filter를 스스로 만들거나 기존에 설계된 다양한 필터를 활용하여 이미지에 적용 시킨다. 그와 반대로 Deep Learning CNN은 Filter 값을 사용자가 만들거나 선택할 필요가 없으며, Network 구성을 통해 이미지 분류 등의 목적에 부합하는 최적의 Filter 값을 학습을 통해 스스로 최적화 시킨 후, 적용

'MLDL_정리 > 용어, 메모장' 카테고리의 다른 글
| [DL] - Image Classification Model 최적화 기법 (메모) (0) | 2022.03.30 |
|---|---|
| [DL] - CNN의 Stride, Padding, Pooling 특징 (0) | 2022.03.21 |
| [DL] - Mini Batch Size, Epoch, Interation (0) | 2022.03.12 |
| [DL] - Mediapipe (0) | 2022.03.06 |
| [DL] - Ground truth (0) | 2022.03.05 |